Хто такий data scientist і з чого почати, якщо ви хочете ним стати?

Даних багато, а з кожним днем ​​стає ще більше. І ті, хто вміють їх аналізувати і отримувати користь, завжди у виграші. Про те, як стати data scientist, розповідає Ян Цибулькін, сo-founder Bldbox, куратор курсів з data science в школі Projector.

Ян, розкажіть, хто такий data scientist? Що він робить, що знає і вміє?

Data scientist — це людина, яка з даних може отримати якусь корисну інформацію. Наприклад, це може бути розробка моделі, що здатна перебачити цікаві для вас параметри на підставі певних вхідних даних. Наприклад, можна передбачити, що конкретний клієнт може з такою-то ймовірністю купити ще товар, на підставі його попередніх дій.

Який попит на цю спеціальність в Україні?

Світ глобальний, тому я відповім ширше: data scientist — одна з найбільш затребуваних спеціальностей, попит на яку все ще не задоволений.

Де затребувані такі фахівці? Чому вони потрібні компаніям?

Такі фахівці потрібні в галузях з високим рівнем діджіталізаціі, іншими словами — там, де бізнес генерує багато даних. В першу чергу я б виділив торгівлю, банки, телекомунікації. Процеси змін в інших сферах, таких як транспорт, медицина, виробництво або нерухомість, також створюють і ще будуть створювати попит на data scientists.

Компанії, які використовують data science в своїх бізнес-процесах, набагато конкурентоспроможні.

Вони краще знають де вони заробляють і чого хочуть їхні клієнти. Такі компанії більш ефективні і швидше адаптуються до змін ринку.

Наприклад, велика будівельна компанія, яка використовує технології data science, отримує бюджет нового будівельного проєкту миттєво, просто ввівши кілька параметрів. Її конкуренти, які використовують традиційні підходи, прораховують такий бюджет тижнями. Хто з них переможе — риторичне питання 🙂

Якими навичками повинен володіти фахівець data science?

В першу чергу, він повинен володіти аналітичними здібностями. Робити припущення і перевіряти їх, використовуючи факти (дані). Такий фахівець повинен вміти будувати моделі об’єкта дослідження і потім намагатися їх поліпшити або шукати альтернативні моделі.

Потрібно постійно ставити собі питання: «Чому?», «У чому причина?», «Як це пов’язано?»

Також data scientist повинен добре володіти математичним апаратом. Це дозволить добре розуміти, чому в конкретному випадку працюють одні підходи і не працюють інші, та правильно оцінювати отримані результати.

Data scientist також повинен вміти програмувати, щоб швидко отримувати дані, обробляти їх, використовувати існуючі засоби моделювання, перевірки і візуалізації.

Якщо ви тільки починаєте свій шлях, вам потрібно освоїти Python і ряд бібліотек, які серйозно полегшать роботу з даними, моделями і візуалізацією. Почніть з numpy, pandas, scikit-learn, matplotlib.

З чого почати опановувати цю спеціальність?

З математики. Починаючи з матаналізу і лінійної алгебри, закінчуючи прикладною математикою.

У працевлаштуванні великим плюсом буде ваш досвід. Якщо у вас його не було, ніхто не заважає вам його отримати. Зробіть пару своїх простих проєктів. Ідеї ​​можна знайти де-завгодно — на kaggle, розглядаючи чужі приклади, з онлайн-курсів.

Які інструменти потрібно освоїти обов’язково?

З моєї точки зору, інструменти другорядні — вони змінюються, створюються нові.

Як може виглядати кар’єра в цій сфері?

Я б сказав, що зростання здебільшого пов’язане з професійними знаннями, виконаними проєктами та досвідом.

Потрібно бути готовим до постійних змін і необхідності весь час вчитися.

Порадьте, будь ласка, корисні ресурси для розвитку в цій сфері.

Це просте запитання і одночасно складне. У мережі є все що завгодно, і кожен легко знайде те, що його цікавить, аби був час це все вивчати.

Новачкам я б порадив прослухати спочатку кілька онлайн-курсів на дану тему, доступних на Coursera або Edx. Потім читати статті з тематики. Їх багато, наприклад на Medium або Arxiv. Якщо хочете підтягти математику, подивіться курси на KhanAcademy.

Які поради ви б дали самому собі 25 років тому як молодому спеціалісту, який закінчив університет?

Я б порадив цінувати свій час і віддавати перевагу роботі, яка приносить задоволення, мотивує і надихає. Не боятися робити помилки і пробувати нове.

Читайте також

Як стати таргетологом: 6 запитань про професію

Ким і як ми будемо працювати через 10 років?

Просування сайту як професія: що таке SEO і хто такий SEO-спеціаліст